【java基础之字符问题】UTF-8和GBK的区别与联系

基础概念：

1 字符集 字符集就是编码的集合，例如unicode、GBK、GB2312等都属于字符集。

2 编码 编码就是字符的表现形式，例如unicode字符集就能够用UTF-8、UTF-16和UTF-32编码。

GBK与UTF-8转换的核心问题分析。 GBK是一种字符集，而UTF-8是一种编码，因此通常我们研究的GBK与UTF-8的转换问题，其实就是GBK与Unicode字符集的转化问题，由于GBK和Unicode的字符(主要讨论汉字字符)之间没有必然的联系，因此通常是采用查表的方法来实现GBK和Unicode之间的转化。在完成GBK与Unicode编码的转化后，剩下的工作就是如何把Unicode以UTF-8的形式表现出来了。

搞清楚编码问题，接下来要做的就是如何进行编码转换？在linux平台下，有iconv()函数可供使用，那么在Windows平台下该如何处理呢？其实处理的方法有很多，如Windows API / IBM ICU4C 等，作者推荐使用windows平台下的iconv()函数，因为相对于使用Windows API，iconv库可以方便的跨平台；而相对于IBM公司的ICU4C， iconv库要小很多。

下面给出几个windows下 iconv库的链接： (1) MinGW使用的编译好的库，能够直接使用。 http://sourceforge.net/projects/mingw/files/MinGW/Base/libiconv/libiconv-1.14-2/

(2) GNU开源源代码，需要之间编译成相应的动态库或者是静态库。 http://www.gnu.org/software/libiconv/ 这个iconv源代码需要自己编译。下面给出在Windows下使用MinGW和MSYS编译的过程。 （a） 安装autoconf工具 （b） 依次执行下列命令(编译为静态库) ./configure --prefix=/home --enable-static --disable-shared make make install 那么编译后，在/home目录中就会看到编译后的输出。